基于模型预测控制的家庭能源韧性管理系统

随着极端天气事件的发生频率增加，由此导致的停电也越来越多。在这种计划外停电期间，房屋需要提供能源供应，以通过维持热舒适和至少为关键负载供电来保持宜居条件。由屋顶光伏（PV）面板和电池储能组成的能源系统是为房屋提供针对极端天气相关停电的能源韧性的绝佳无碳选择。然而，为了提供宜居条件，该能源系统不仅要满足非空调（非AC）负载需求，还要满足空调系统的启动，其启动功率需求远高于额定功率。因此，需要一个智能的自动化决策控制器来管理竞争需求之间的权衡。在本文中，我们提出了这样一个基于模型预测控制（MPC）的智能控制器。我们将其性能与一个非智能的基线控制器和一个具有一定智能的基于规则的控制器进行了比较，基于我们开发的三个韧性指标。我们对涉及不同能源系统规模和空调启动功率需求的多种场景进行了大量模拟。每次模拟持续一周，针对2017年飓风艾尔玛过后位于佛罗里达州的一栋独栋住宅进行。模拟结果表明，在能源更受限的场景（较小的光伏-电池规模、较大的空调启动功率需求）中，MPC控制器在平衡提供热舒适和服务非AC负载方面优于其他控制器。